img = imread(‘C:\Users\86151\Documents\MATLAB\图2.tif’); log_img=imadjust(img); figure; imshow(log_img)加上解决图片过曝的代码但是不要用直方图

当你读取图像文件并对其进行处理时，`imread`函数用于从指定路径加载TIFF图像。`imadjust`函数则是一个调整图像对比度和亮度的工具，`imshow`则是显示图像。然而，如果图片过曝，即某些像素值过大导致细节丢失，你可以尝试使用直方图均衡化（Histogram Equalization）来改善图像质量。不过，既然你说不要直接使用直方图，我们可以使用局部调整的方式来缓解过曝。

一种方法是使用局部均值滤波（Local Mean Filtering），它可以帮助平滑过度曝光的部分，同时保持图像整体结构。另一种方法是使用自适应阈值分割，通过计算每个像素周围区域的统计信息来自动确定其合适的灰度级。

以下是修改后的代码示例：

img = imread('C:\Users\86151\Documents\MATLAB\图2.tif');
% 使用局部均值滤波（如3x3的窗口大小）
img_filtered = imfilter(img, ones(3) / 9, 'replicate');

% 或者使用自适应阈值分割
img_adaptive = adapthisteq(img);

% 对调整后的图像进行显示
log_img_filtered = imadjust(img_filtered);
figure;
imshow(log_img_filtered);

% 显示自适应阈值分割结果
figure;
imshow(log_img_adaptive);